[发明专利]移动体行为预测装置以及移动体行为预测方法

权利要求书

1.一种移动体行为预测装置，其特征在于，具备：

第一行为预测部，其基于能够从车辆识别的移动体的行为的预测结果和预测时间经过后的所述移动体的行为的识别结果，输出所述移动体的第一预测行为；以及

第二行为预测部，其基于所述车辆的行为，输出能够从所述车辆识别的移动体的第二预测行为，

所述第一行为预测部具备第一神经网络，所述第一神经网络基于监督式学习来输出所述第一预测行为，

所述第二行为预测部具有第二神经网络，所述第二神经网络基于强化学习来输出所述第二预测行为。

2.如权利要求1所述的移动体行为预测装置，其特征在于，

所述第一预测行为和所述第二预测行为用于所述车辆的驾驶控制，

所述第一行为预测部学习所述第一预测行为，以使所述移动体的行为的预测结果与所述预测时间经过后的所述移动体的行为的识别结果的误差最小化，

所述第二行为预测部学习能够从所述车辆识别的移动体的所述第二预测行为，以使所述车辆不进行不安全的驾驶。

3.如权利要求2所述的移动体行为预测装置，其特征在于，具备：

识别部，其识别所述移动体的种类、位置以及速度；

控制部，其基于所述第一预测行为和所述第二预测行为中的至少某一个来控制所述车辆；

驾驶评价部，其基于所述车辆的控制结果来评价所述车辆的驾驶的安全性；以及

报酬生成部，若所述安全性的评价结果为不安全，则生成负的报酬，若所述安全性的评价结果为安全，则生成正的报酬，

更新所述第二行为预测部的预测参数,以使所述报酬最大化。

4.如权利要求3所述的移动体行为预测装置，其特征在于，

所述识别部具备：

立体匹配部，其基于多个摄像机图像生成视差图像；

物体识别部，其基于所述摄像机图像识别物体；

位置算出部，其基于所述视差图像和所述物体的识别结果，计算所述物体在当前时刻的位置识别结果；以及

物体追随部，其基于所述车辆的轨道以及到前一时刻为止的位置识别结果来预测所述物体在当前时刻的位置识别结果，并基于所述位置识别结果的预测结果与由所述位置算出部计算出的位置识别结果之间的匹配结果来追随所述物体。

5.如权利要求3所述的移动体行为预测装置，其特征在于，

所述第一行为预测部具备：

N个循环神经网络，其基于N个移动体的当前时刻的移动数据，分别输出所述N个移动体的将来时刻的移动数据，所述N为正整数；

N个全连接层，其将仿射变换和激励函数分别应用于以所述车辆的位置为基准的所述N个移动体的相对位置数据；

N个乘法层，其分别将所述N个循环神经网络的内部状态和所述N个全连接层的输出相乘；

总和层，其获取所述N个乘法层的输出的总和；

第一卷积层，其将卷积神经网络应用于所述车辆的周边的道路信息；

连接层，其将所述总和层的输出和所述第一卷积层的输出进行连接；以及

第二卷积层，其在所述连接层的输出中应用卷积神经网络。

6.如权利要求3所述的移动体行为预测装置，其特征在于，

所述控制部具备：

轨道生成部，其生成所述车辆的多个轨道候选；

轨道评价部，其基于所述第一预测行为和所述第二预测行为评价所述轨道候选；

轨道确定部，其基于所述轨道评价部的评价结果，确定所述车辆的轨道；以及

轨道追随部，其控制所述车辆，以使所述车辆追随由所述轨道确定部确定的轨道。

7.如权利要求3所述的移动体行为预测装置，其特征在于，

具备预测方法确定部，所述预测方法确定部基于所述车辆是否引起不安全驾驶或不动作驾驶的确信度，将所述控制部中使用的预测行为确定为仅所述第一预测行为、仅所述第二预测行为、所述第一预测行为和所述第二预测行为的权重平均中的某一个。